历史中心更新--自1999年以来免费的历史分钟报价 - 页 6

[Candid]

Renat писал (а):
你遵循标准的初学者路径，试图尽可能地低下身子，钻进蜱虫 流中。粗略地说--你在做点子，不断依赖于几个点的分歧，并一直在寻找完美的报价。

所有这些都已经讨论过很多次了。阅读与此主题相关的帖子，点击有趣主题右下方的"类似"。你会发现有很多类似的讨论。 例如。试图在噪音中进行交易的标准误解

我不知道。很明显，由于职责所迫，要不断地与用户沟通，你早已明确或隐含地将他们分类，将他们归入这个或那个群体也是自动的。 我认为在我的案例中，"识别 "程序已经失败，但一般来说，这并不重要。至少我写过两次，我会对过滤后的故事感兴趣。 你无法提前知道有用的信息从哪个层次的细节开始。在任何情况下，根据定义，第一个 "非点 "级别的玩家需要来自最后一个 "点 "级别的信息:)。
另一个问题是这个过滤器是否明确存在？很有可能，它没有。也就是说，"更新 "历史的任务可能是非常困难的，甚至是无法解决的。

[Candid]

顺便说一下，一个可能看起来出乎意料的问题 :) 。测试器中的遗传算法是一个独立的发展，还是服务器 "智能化 "的副产品？

[Rashid Umarov]

遗传算法 与服务器无关，它被嵌入到用户（客户端）终端中。

[Candid]

好的，谢谢你的答复。当然，服务器有很多任务需要优化，但 "议会不是讨论的地方" :)

[Renat Fatkhullin]

lna01:

雷纳特写 道（a）：
，你遵循标准的初学者路径，试图尽可能低地钻进蜱虫 流中。粗略地说--你在做点子，不断依赖于几个点的背离，并总是在寻找完美的报价。

所有这些都已经讨论过很多次了。阅读与此主题相关的帖子，并点击有趣主题右下方的"类似"。你会发现有很多类似的讨论。 例如。试图在噪音中进行交易的标准误解

我不知道。很明显，由于职责所迫，要不断地与用户沟通，你早已明确或隐含地将他们分类，将他们归入这个或那个群体也是自动的。 我认为在我的案例中，"识别 "程序已经失败，但一般来说，这并不重要。至少我写过两次，我会对过滤后的故事感兴趣。 你无法提前知道有用的信息从哪个层次的细节开始。在任何情况下，根据定义，第一个 "非点 "级别的玩家需要来自最后一个 "点 "级别的信息:)。
另一个问题是这个过滤器是否明确存在？很有可能，它没有。这就是 "复兴 "历史的任务可能非常困难，甚至不可能。

显然，我没有错。你继续坚持 "过滤的/理想的 "历史，这显然是在试图钻研tick flow和pips。

我不是在指责，只是重申这是交易新手的一个标准错误。你应该完全朝相反的方向发展，编写强大的专家顾问系统，它对tick噪音不敏感，很容易吞下报价的差异，至少在价差方面。

在论坛上阅读所有关于历史中心 的内容--很多内容已经被详细讨论过了。

[Candid]

Renat:
你一直坚持一个 "过滤/理想 "的故事，这清楚地表明试图埋头于tick-flow和pipsqueak。

好吧，让我们再试一次。
广义上的过滤可以是数据的任何转换。一个报价服务器接收一些（我不知道是什么）数据作为输入，并输出报价，从而对输入数据进行过滤。如果它有一个叫 "超级过滤器 "的函数，这并不重要。因此，我的第一篇论文是（而且最初也是）对以下事实的陈述：报价流是过滤的结果。
第二个论点是，我同意在1999年和2007年以不同方式进行这种过滤的事实。其实我没有争论，你只是指出了这个事实。
最后，第三点是这样的：如果1999年的数据能像2007年那样进行过滤，就会更有用。当然，如果有可能的话。
我没有看到哪里有对完美故事的要求。也许，从开发商的角度来看，他们是理想的，我无法判断。观念的定型是一个更可能的解释。
现在是滴答流动和点阵。对抗噪音的最简单方法是平均化。我想，当用1440个分钟条形图计算一个数值时，我将比用一个日条形图计算同一数值时有更好的估计。甚至是24小时的酒吧。请注意，我们谈论的是同一个游戏水平线。换句话说，对分钟条形图的兴趣并不一定意味着我们打算在噪音中从事点球（尽管事实上任何运动都可以被称为噪音--如果人们从一个适当的视野来看待它）。另一个问题是，随着统计学的发展，结果的改善比计算时间的增加要慢得多，但我更愿意根据计算的结果自己确定最佳状态。
蜱虫确实被提到过一次，但这是一个只有MQ本身能做的问题（当然，如果它能的话）。

[Renat Fatkhullin]

lna01:

雷纳特。
你一直坚持一个 "过滤/理想 "的故事，这清楚地表明试图埋头于tick flow和pips。

好吧，让我们再试一次。
最后，第三个论点是这样的：如果按照2007年的方式重新过滤，1999年的数据将更加有用。当然，如果那是可能的话。

如果你阅读我所指出的链接（搜索规则），就会有更少的论文。因为这一切在很久以前就已经写好并解释过了。

[[删除]]

lna01:

现在说说滴答流动和点子。处理噪声的最简单方法是通过平均化。我假设，如果我在1440个分钟条上计算一些数值，我将比在一个日条上计算同样的数值有更好的估计。甚至是24小时的酒吧。请注意，我们谈论的是同一个游戏水平线。

在不进入一般性讨论的情况下，我将允许自己反对这一论点。

理论上，样本越大，精确度越高。然而，在实践中，额外的一千条会给计算值的准确性带来可忽略不计的增加，不值得关注。从一定的采样量开始，它的增加就失去了实际价值。而这个 "一些尺寸 "更接近于24而不是1440。

[Candid]

timbo:

lna01:

现在说说滴答流动和点子。处理噪声的最简单方法是通过平均化。我假设，如果我在1440个分钟条上计算一些数值，我将比在一个日条上计算同样的数值有更好的估计。甚至是24小时的酒吧。请注意，我们谈论的是同一个游戏范围。

在不进入一般性讨论的情况下，我想冒昧地反对这一论点。

理论上是这样的--采样器越大，精度就越高。然而，在实践中，额外的一千条会给计算值的准确性带来可忽略不计的增加，不值得注意。从某种规模的样本开始，它的增加就失去了实际价值。而这个 "一些尺寸 "更接近于24而不是1440。

还有人说：另一件事是，随着统计数字的增长，结果的改善比计算时间的增长要慢得多，但我宁愿自己定义一个最佳状态，这取决于具体的计算。我没有什么要补充的。

[[删除]]

这不是一个时间的问题，而是一个意义的问题。

计算时间并不关键--买一台更好的电脑并继续使用。

这实在是说不通。如果你的专家对百分之一很敏感，那就是缺乏稳健性，这意味着......。